自動(dòng)駕駛非唯一解？巨頭們?yōu)楹渭娂姄尀拔锢鞟I”

看遍北京車展里里外外，叩響自動(dòng)駕駛的大門(mén)，目前方法貌似只有一個(gè)：

世界模型+強(qiáng)化學(xué)習(xí)。

華為乾崑智駕ADS 5、Momenta R7、輕舟乘風(fēng)Max，這三套北京車展期間發(fā)布的方案，無(wú)一例外，均搭載了這一技術(shù)組合。

華為車BU CEO靳玉志，表示ADS 5是面向“自動(dòng)駕駛”的解決方案；Momenta官方表示物理AI正從理念走向量產(chǎn)。

輕舟智能CEO于騫直接斷言，世界模型+強(qiáng)化學(xué)習(xí)是通向物理AI的必經(jīng)之路。

車展舞臺(tái)之外，世界模型+強(qiáng)化學(xué)習(xí)的身影也已無(wú)處不在。

蔚來(lái)早在2年前就推出了世界模型；地平線的HSD融合了這一技術(shù)方案。

小鵬第二代VLA、理想的MindVLA，盡管與世界模型之間存在路線分歧，但這二者的云端訓(xùn)練，仍然依托于世界模型+強(qiáng)化學(xué)習(xí)。

各家廠商的想法分歧仍在，但行動(dòng)卻十分統(tǒng)一，目標(biāo)更是一致宏大：

自動(dòng)駕駛猶嫌不足，要沖線物理AI終局。

那么這篇文章，我們就跟大家聊聊，世界模型+強(qiáng)化學(xué)習(xí)到底是什么？

看懂世界

經(jīng)過(guò)了近兩年輔助駕駛方案的迅速迭代和普及下放，L2的體驗(yàn)?zāi)壳罢谘杆仝呁?/p>

從這次北京車展就能看出，各價(jià)位車型的輔助駕駛能力都變得越發(fā)全面。

即便是七八萬(wàn)的零跑A10，也搭載了激光雷達(dá)，支持車位到車位級(jí)的輔助駕駛。

至于城區(qū)領(lǐng)航、高速領(lǐng)航，如今更是遍地開(kāi)花。

但能用與好用之間，仍有巨大鴻溝。

而填平這道巨大鴻溝的關(guān)鍵，就在于補(bǔ)齊系統(tǒng)對(duì)場(chǎng)景的理解與預(yù)測(cè)能力。

這二者就恰恰決定了輔助駕駛是只能對(duì)當(dāng)下做出被動(dòng)反應(yīng)，還是能像人類一樣預(yù)判未來(lái)、提前布局。

我們自己在駕駛時(shí)，也并非只盯著眼前的路況機(jī)械應(yīng)對(duì)。

越是駕駛經(jīng)驗(yàn)豐富，越知道要時(shí)刻觀察周圍環(huán)境的動(dòng)態(tài)，在心中推演未來(lái)幾秒可能發(fā)生的狀況，并提前做出防御性動(dòng)作。

比如前方有很多胡同口，人類駕駛員自然就會(huì)減速行駛，以防胡同里忽然竄出打鬧的小孩、騎著三輪車的老人......

這才是合理的駕駛狀態(tài)，輔助駕駛依托世界模型，也正在朝這個(gè)方向進(jìn)化。

不過(guò)，要合理的預(yù)測(cè)，系統(tǒng)首先必須真正掌握這個(gè)世界的運(yùn)行規(guī)律，看透各種因果關(guān)系。

譬如在高速上，當(dāng)看到前方剎車燈亮成一片時(shí)，你就自然猜想到可能出現(xiàn)交通事故了，然后提前剎車、打起精神觀察周圍路況，甚至打開(kāi)雙閃，提醒后方車輛及早剎車。

正是基于這種內(nèi)含上下文因果關(guān)系的邏輯，世界模型在云端根據(jù)真實(shí)的物理規(guī)律進(jìn)行仿真訓(xùn)練，才讓系統(tǒng)更清晰、更本質(zhì)地理解人類世界的運(yùn)行法則。

與此同時(shí)，世界模型也能彌補(bǔ)采集數(shù)據(jù)工作的不足。

因?yàn)橛行﹫?chǎng)景全憑現(xiàn)場(chǎng)采集的話，隨機(jī)性太強(qiáng)了，比如鬼探頭、一些極端天氣，而世界模型則可以在虛擬環(huán)境中生成這種場(chǎng)景，然后進(jìn)行針對(duì)性的訓(xùn)練。

理解世界規(guī)律，只是第一步，如何讓系統(tǒng)基于這種理解，做出最優(yōu)的駕駛決策？這就輪到強(qiáng)化學(xué)習(xí)登場(chǎng)了。

強(qiáng)化學(xué)習(xí)你可以把它理解成一套獎(jiǎng)勵(lì)機(jī)制，做得符合設(shè)計(jì)目標(biāo)了就有獎(jiǎng)勵(lì)，不符合就得接受懲罰。

久而久之，系統(tǒng)自己就摸索出了一套最優(yōu)駕駛策略，而不是簡(jiǎn)單機(jī)械地模仿人類司機(jī)的操作。

由此，世界模型和強(qiáng)化學(xué)習(xí)就構(gòu)建出了一個(gè)更完整的訓(xùn)練閉環(huán)：

前者提供還原物理世界的訓(xùn)練場(chǎng)，后者則讓系統(tǒng)日以繼夜的瘋狂特訓(xùn)，把實(shí)際問(wèn)題前置，把駕駛經(jīng)驗(yàn)攢足。

這就是世界模型+強(qiáng)化學(xué)習(xí)的價(jià)值，相當(dāng)于給車裝了一顆“人腦”，它讓輔助駕駛真正去理解現(xiàn)實(shí)世界的運(yùn)行規(guī)律，最終實(shí)現(xiàn)自動(dòng)駕駛。

而這套方案其實(shí)也并不局限于自動(dòng)駕駛，本質(zhì)上，世界模型+強(qiáng)化學(xué)習(xí)就是在教機(jī)器如何去看懂世界，汽車只是最快的量產(chǎn)載體。

跟FSD比誰(shuí)更強(qiáng)？

北京車展上，Momenta將“矛頭”直指特斯拉。

Momenta CEO曹旭東在群訪上對(duì)我們直言，Momenta R7這套基于世界模型+強(qiáng)化學(xué)習(xí)的解決方案，對(duì)標(biāo)的就是特斯拉FSD V14，目標(biāo)是為中國(guó)年輕人造一臺(tái)屬于他們的特斯拉。

如今，特斯拉FSD雖尚未真正進(jìn)入中國(guó)市場(chǎng)，但它卻仿佛已經(jīng)成為中國(guó)智駕玩家的“公敵”。

幾乎每一個(gè)中國(guó)智駕玩家，都在以超越FSD為己任，渴望在這場(chǎng)技術(shù)競(jìng)賽中證明自己。

事實(shí)上，特斯拉FSD與世界模型之間也有著千絲萬(wàn)縷的聯(lián)系。

去年10月，特斯拉正式官宣了神經(jīng)網(wǎng)絡(luò)世界模擬器。

它基于真實(shí)道路采集的海量數(shù)據(jù)，在云端重建了一個(gè)遵循物理規(guī)律的虛擬世界，不僅能預(yù)測(cè)未來(lái)幾秒內(nèi)環(huán)境的動(dòng)態(tài)演化，還能提前評(píng)估每一種駕駛動(dòng)作可能帶來(lái)的后果。

對(duì)于那些現(xiàn)實(shí)中極難采集的長(zhǎng)尾場(chǎng)景，比如暴雪中的山路、突發(fā)事故后的混亂路口，神經(jīng)網(wǎng)絡(luò)世界模擬器也可以主動(dòng)生成，進(jìn)而虛擬世界中反復(fù)特訓(xùn)。

這與世界模型+強(qiáng)化學(xué)習(xí)的技術(shù)邏輯，幾乎如出一轍。

特斯拉的這一技術(shù)方案將同時(shí)服務(wù)于自動(dòng)駕駛和人形機(jī)器人，換句話說(shuō)，世界模型+強(qiáng)化學(xué)習(xí)也是特斯拉走向物理AI的橋梁。

從技術(shù)范式上看，特斯拉與中國(guó)主流玩家之間并不存在方向性的差異。

至于孰強(qiáng)孰弱，真正的分野恐怕就在于工程落地能力。

誰(shuí)的模型推理延遲更低？誰(shuí)的博弈能力更強(qiáng)？誰(shuí)更能應(yīng)對(duì)小概率的長(zhǎng)尾場(chǎng)景？

盡管都已經(jīng)開(kāi)始聊終局了，但面向自動(dòng)駕駛和物理AI的工程落地競(jìng)賽，或許才剛剛拉開(kāi)帷幕。

技術(shù)需要天馬行空，同時(shí)也更需要腳踏實(shí)地。

物理AI終局很美好，但它最終需要建構(gòu)在資金、人才和商業(yè)閉環(huán)等基礎(chǔ)上，這注定只是少數(shù)強(qiáng)者的游戲。

對(duì)于各大AI玩家來(lái)說(shuō)，跋山涉水這么多年，面對(duì)愈發(fā)宏大的藍(lán)圖，殘酷競(jìng)爭(zhēng)仍然遠(yuǎn)沒(méi)有結(jié)束。

如今，在世界模型+強(qiáng)化學(xué)習(xí)的驅(qū)使下，他們正在同一條賽道上，奔向同一個(gè)終點(diǎn)。

而在緊張刺激的角逐之中，我們所有人好像也都成為了這些強(qiáng)者游戲的一環(huán)，生活或?qū)⒁驗(yàn)樽詣?dòng)駕駛、物理AI發(fā)生巨大的變化。

最終，當(dāng)物理AI從理念變成現(xiàn)實(shí)，我們也不僅僅會(huì)迎來(lái)更聰明的汽車，還將處在一個(gè)更智慧的、被重新定義的物理AI世界。

人在其中又該或者又能扮演什么角色，更是一個(gè)值得討論的命題。